Image texture is an important visual cue in image processing and analysis. Texture feature expression is an important task of geo-objects expression by using a high spatial resolution remote sensing image. Texture features based on gray level co-occurrence matrix (GLCM) are widely used in image spatial analysis where the spatial scale is especially of great significance. Based on the Fourier frequency-spectral analysis, this paper proposes an optimal scale selection method for GLCM. Different subset textures are firstly upscaled by GLCM with different window sizes. Then the multiscale texture feature images are converted into the frequency domain by Fourier transform. Consequently, the radial distribution and angular distribution curves changing with different window sizes from spectrum energy can be achieved, by which the texture window size can be selected. In order to verify the validity of this proposed texture scale selection method, this paper uses high-resolution fusion images to classify land cover based on multiscale texture expression. The results show that the proposed method combining frequency-spectral analysis-based texture scale selection can guarantee the quality and accuracy of the classification, which further proves the effectiveness of optimal texture window size selection method bases on frequency spectrum analysis. Other than scale selection in spatial domain, this paper casts a novel idea for texture scale selection in the frequency domain, which is meant for scale processing of remote sensing image.

中文翻译：

---

高频谱分辨率遥感影像分析的基于频谱的最佳纹理窗口尺寸选择

图像纹理是图像处理和分析中的重要视觉提示。利用高空间分辨率的遥感影像，纹理特征的表达是地理对象表达的重要任务。基于灰度共生矩阵（GLCM）的纹理特征被广泛用于图像空间分析中，其中空间尺度具有特别重要的意义。在傅立叶频率频谱分析的基础上，提出了GLCM的最优尺度选择方法。首先通过具有不同窗口大小的GLCM放大不同的子集纹理。然后通过傅立叶变换将多尺度纹理特征图像转换为频域。因此，可以获得光谱能量随窗口大小不同而变化的径向分布和角度分布曲线，通过它可以选择纹理窗口的大小。为了验证该纹理尺度选择方法的有效性，本文使用高分辨率融合图像基于多尺度纹理表达对土地覆盖物进行分类。结果表明，该方法结合基于频谱分析的纹理尺度选择可以保证分类的质量和准确性，进一步证明了基于频谱分析的最优纹理窗口尺寸选择方法的有效性。除了在空间域中进行尺度选择外，本文还提出了一种在频域中进行纹理尺度选择的新思路，这意在用于遥感图像的尺度处理。本文使用高分辨率融合图像基于多尺度纹理表达对土地覆被进行分类。结果表明，该方法结合基于频谱分析的纹理尺度选择可以保证分类的质量和准确性，进一步证明了基于频谱分析的最优纹理窗口尺寸选择方法的有效性。除了在空间域中进行尺度选择外，本文还提出了一种在频域中进行纹理尺度选择的新思路，这意在用于遥感图像的尺度处理。本文使用高分辨率融合图像基于多尺度纹理表达对土地覆被进行分类。结果表明，该方法结合基于频谱分析的纹理尺度选择可以保证分类的质量和准确性，进一步证明了基于频谱分析的最优纹理窗口尺寸选择方法的有效性。除了在空间域中进行尺度选择外，本文还提出了一种在频域中进行纹理尺度选择的新思路，这意在用于遥感图像的尺度处理。通过频谱分析进一步证明了最优纹理窗口尺寸选择方法的有效性。除了在空间域中进行尺度选择外，本文还提出了一种在频域中进行纹理尺度选择的新思路，这意在用于遥感图像的尺度处理。通过频谱分析进一步证明了最优纹理窗口尺寸选择方法的有效性。除了在空间域中进行尺度选择外，本文还提出了一种在频域中进行纹理尺度选择的新思路，这意在用于遥感图像的尺度处理。